開催趣旨：
　CBI学会は、いわゆる第２次AIブーム以前の1970年代末から構想され、1980年代から活動が開始された。そこでは統計手法、パターン認識（機械学習）、エキスパートシステム、分子計算と3D分子グラッフィクス、化合物や配列データベースなど、今日話題になっている情報計算技法のほとんどの活用が考えられていた。このセッションでは、今日話題になっているAIがCBI学会にどのような衝撃を与えつつあるのか、新しい課題は何か、それらにどのように取り組むべきかを討議することを目的としている。

参考資料、情報：
　このセッションでは、開催趣旨に関係した、とくに以下の課題に関する問題提起と討議を行いたいと考えている。幅広い参加者を想定しているが、便宜のためにネットから容易に入手できる資料を下記に紹介する。

◆課題1. 計算化学と情報化学の本質的な融合

• 情報化学に関するGasteigerの講演
• Haghighatlari-19-Machine Learning in Molecular Modeling and Simulation
• Mayr-18- machine learning methods for drug target prediction on ChEMBL
• Yang-19-Artificial Intelligence for Computer-Assisted Drug Discovery
• Chen-18-deep learning in drug discovery
• Cheng-19- molecular orbital-based machine learning

◆課題2. AI論理の透明性と説明可能性、Explainable AI (XAI)

• 米国DARPAのExplainable Artificial Intelligence (XAI)
• Preuer-19- Interpretable Deep Learning in Drug Discovery

◆課題3. 製薬企業の「パイプライン」再考

• NIH/NCATSのパイプライン再考資料

◆課題4. 人材（とくにD2Kサイエンスの）育成

• NIH のデータサイエンスへの戦略的な取り組み

◆さらに詳しい背景資料

※なお、当日は、好評を博している「創薬のひろば」の新刊（Vol.11、株式会社エーイー企画）配布の予定。